Você está à deriva
No último exercício, você simulou preços de ações que seguem um passeio aleatório. Você ampliará isso de duas maneiras neste exercício.
- Você verá um passeio aleatório com um desvio. Muitas séries temporais, como os preços das ações, são passeios aleatórios, mas tendem a subir ao longo do tempo.
- No último exercício, o ruído no passeio aleatório foi aditivo: mudanças aleatórias e normais no preço foram adicionadas ao último preço. No entanto, ao adicionar ruído, você poderia, teoricamente, obter preços negativos. Agora você fará com que o ruído seja multiplicativo: você adicionará um ao você pode usar as alterações aleatórias e normais para obter um retorno total e multiplicá-lo pelo último preço.
Este exercício faz parte do curso
Análise de séries temporais em Python
Instruções de exercício
Gere 500 "etapas" multiplicativas normais aleatórias com média de 0,1% e desvio padrão de 1% usando
np.random.normal(), que agora são retornos, e adicione um para o retorno total.Simular preços de ações
P:Acumule o produto das etapas usando o método numpy
.cumprod().Multiplique o produto cumulativo dos retornos totais por 100 para obter um valor inicial de 100.
Trace o passeio aleatório simulado com desvio.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Generate 500 random steps
steps = np.random.normal(loc=___, scale=___, size=___) + ___
# Set first element to 1
steps[0]=1
# Simulate the stock price, P, by taking the cumulative product
P = ___ * np.cumprod(___)
# Plot the simulated stock prices
plt.plot(___)
plt.title("Simulated Random Walk with Drift")
plt.show()